一种基于压缩图像的反取证方法

程格平 王毅

摘 要： 图像处理软件的广泛使用使数字图像的篡改和伪造变得更加容易，这给图像数据的安全性带来严重影响。数字图像取证是解决这个问题的关键技术，逐渐成为研究热点。反取证技术能够有效降低或消除取证技术的检测效果，尚没有得到应有的重视。提出一种针对JEPG压缩的反取证技术，通过在压缩图像的DCT系数中添加适当的噪声移除量化块效应，从而去除图像取证的检测证据。实验结果表明，所提出的方法能够明显降低JEPG图像取证方法的检测性能。

关键词： 压缩图像； 图像取证； 反取证技术； 量化效应； 检测性能

中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2015）09-12-02

Anti-forensic method based on image compression

Cheng Geping， Wang Yi

（School of Mathematical and Computer Sciences， Hubei University of Arts and Science， Xiangyang， Hubei 441053， China）

Abstract： The widespread use of image processing software makes it easy to tamper and counterfeit a digital image， which will lead to serious influence to the security of image data. The digital image forensics is the key technology to solve the problem and is gradually becoming the research focus. Anti-forensics technology can effectively reduce or eliminate the detection effect of the forensics， but it has not been paid due attention. In this paper， an anti-forensics technology is proposed for JEPG compression， which removes the quantization blocking artifacts by adding appropriate noise to the DCT coefficients in a compressed image， so as to eliminate forensic detection evidence of the image. The experimental results show that the proposed method can significantly reduce the detection performance of the JEPG image forensics.

Key words： compressed image； image forensics； anti-forensics； quantization artifacts； detection performance

0 引言

數码相机的迅速普及和多媒体技术的快速发展，使得数字图像的获取、修改和编辑更加简单，同时也对涉及数字图像原始性、真实性和完整性的应用领域带来日趋严重的安全隐患。因此，数字图像的内容保护和真实性鉴定逐渐成为国内外研究的重要课题。图像取证技术通过分析图像数据的统计特性，对伪造或篡改的数字图像进行检测和鉴定，具有广泛的实际应用前景。

近年来，出现了许多有效的图像取证技术和方法。Hany Farid等人[1]利用来源图像在不同方向的高阶统计特性，采用多尺度小波分解和高阶统计建模的方法对照片图像、扫描图像和计算机生成图像进行取证，获得了较好的取证效果，尤其对计算机生成图像具有较高的检测效率。

JEPG是数字图像压缩最为流行的压缩标准，广泛应用于各种图像处理领域。互联网上传播的数字图像大都经过JEPG压缩，而网络图像获取的便捷性则为图像的合成与伪造提供了丰富的资源。因此，针对JEPG图像的取证技术得到了研究人员的广泛关注，许多JEPG取证方法相继被提出。文献[2]通过对JEPG压缩的量化矩阵与特定数字相机的量化矩阵数据库进行匹配，识别待检测压缩图像的获取来源。由于JEPG图像存储的是图像分块后的量化DCT系数，对图像的局部数据进行篡改将会产生图像的块效应[3]，此现象能够用于检测和定位图像被篡改的区域。

现有的数字图像取证方法都基于一定的假设条件，即待检测图像预先没有经历反取证技术的处理，通过检测和识别图像内容操作的痕迹来鉴定数字图像的真实性[4]。但在实际应用中，这种假设并不一定成立。因此，研究反取证技术有助于发现和改进已有数字图像取证技术的不足。

目前，关于数字图像反取证方面的研究较少。Kirchner M和Bohme R[5]利用反取证算法移除图像的旋转与缩放痕迹，使得针对图像旋转与缩放的取证检测失效。文献[6]提出了一种实用的反取证方法，通过修改经过对比度增强处理的图像像素值，移除对比度增强在图像中留下的痕迹，从而达到反取证的目的。Huang[7]等人研究发现，采用相同的量化矩阵重复压缩一副JEPG图像，图像的DCT系数将会单调减少，并使用随机置换策略成功检测压缩处理操作过程。针对这种JEPG取证方法，文献[8]比较经历两次压缩后DCT系数之间的关系，根据图像纹理的复杂度自适应修改少量DCT系数，使得JEPG取证方法的检测器失效，而且能够保持较好的图像视觉质量。

本文提出一种基于压缩图像的反取证方法，通过移除压缩图像中DCT系数的量化效应，隐藏JEPG压缩的证据。

1 JPEG压缩的取证方法

为了便于存储和传输，大部分数字图像都以JEPG压缩的格式存在。对于一副灰度图像，JEPG压缩算法包括三个基本步骤：

⑴ 将图像划分为8×8像素块，对每块进行DCT变换，得到DCT系数X；

⑵ 选取适当的质量因子，根据量化表中的量化步长对每块相应位置（i，j）的DCT系数进行量化，得到量化值=round（X/Δi，j）；

⑶ 对量化的DCT系数进行Zigzag扫描并重新排序，再使用哈夫曼编码得到JPEG压缩的图像数据。

JPEG图像的解压缩是压缩的逆过程。反量化操作使用量化表的表项乘以量化DCT系数，得到解量化系数Y=·Δi，j，然后对解量化系数进行反DCT变换，并将所得到的结果在0～255之间进行取值，像素值大于255或小于0的像素分别取值为255和0。

由于量化过程的不可逆性，JPEG压缩具有有损压缩的特性，从而引起解码图像的量化块效应。这是因为经过量化与反量化操作，DCT系数值并不相等，其系数直方图会发生变化。因此，JPEG取证技术利用DCT系数的量化块效应来判断数字图像是否经历JPEG压缩，并能够估计压缩所使用的量化矩阵。

2 JPEG压缩的反取证方法

数字图像反取证技术的基本原理是针对某种取证算法，利用后处理方法消除图像篡改操作所保留的痕迹[9]。为了使JPEG压缩取证算法失效，JPEG压缩的反取证方法需要移除量化效应，使得压缩图像的量化DCT系数分布与未经压缩的图像接近或相似。因此，本文提出一种针对JPEG压缩的反取证方法，通过在JPEG压缩图像的量化DCT系数添加适当的噪声，使得量化DCT系数分布不再向量化步长的整数倍聚集。算法的关键在于加性噪声的选择，具体算法如下：

⑴ 将待检测灰度BMP图像进行8×8分块DCT变换，每块选择AC分量得到DCT系数X；

⑵ 根据适当的压缩因子，选择量化表中的量化步长Δi，j（i，j=1，…，7）对相应的AC系数重新量化取整，得到量化的DCT系数

⑴

⑶ 选择位于区间且服从均匀分布的伪随机信号N，添加到量化的DCT系数，得到修改的反取证量化DCT系数Z，即：

⑵

在每个分块位置（i，j）上，修改的反取证量化DCT系数和未经量化的DCT系数的绝对误差满足不等式

⑶

对于未经量化的DCT系数来说，Δi，j相对较小，因而添加噪声后引起的图像视觉失真能够控制在允许的范围内。

3 实验模拟及结果

为了检验反取证算法的有效性，本实验从测试图像库中选择灰度BMP测试图像，使用质量因子65对标准测试图像进行JEPG压缩，解压后使用提出的反取证算法修改压缩图像。在算法的执行过程中，实验模拟选取图像DCT系数AC分量（2，2），系数直方图的变化结果如图1、图2和3所示。

在JEPG图像的压缩过程中，图像数据统计特性的变化是图像取证的重要依据。从图1可以看到，经历量化操作，JPEG图像的DCT系数直方图呈现拉普拉斯分布，与已有的研究结果一致[10]。图2表明，经过反量化操作，解码图像的DCT系数值直方图集中在量化步长的整数倍附近，导致JEPG图像发生块效应。而使用反取证算法修改DCT系数，如图3所示，块边界的跳变被反取证量化DCT系数和未经量化的DCT系数的绝对误差所替代，使得经过反取证修改的图像与未经压缩的图像的统计特性类似。

4 结束语

针对JPEG图像取证技术，本文提出一种移除图像块效应的反取证算法。在JPEG压缩图像中，通过在量化DCT系数添加符合一定条件的伪随机噪声，使得反取证修改的系数分布与未经量化的系数分布相匹配，从而去除JPEG压缩取证的检测痕迹。实验结果表明，提出的反取证算法能够有效移除JPEG压缩的量化块效应。

反取证技术通常是随着取证技术的出现而产生的，未来的工作需要更深入地研究数字图像取证技术的理论和方法，利用反取证技术增加取证技术的难度，从而有效促进图像取证技术向深层次发展。

参考文献：

[1] Farid H. Creating and detecting doctored and virtual images[J].

Implications to The Child Pornography Prevention Act，2004：280-291

[2] Hany F. Digital image ballistics from JPEG quantization[R].

Technical Report TR2006-583， Department of Computer Science， Dartmouth College，2006.

[3] Fridrich J. Feature-based steganalysis for JPEG images and its

implications for future design of steganographic schemes[C]//Information Hiding. Springer Berlin Heidelberg，2005：67-81

[4] 周琳娜.數字图像盲取证技术研究[D].北京邮电大学，2007.

[5] Kirchner M， Bohme R. Hiding traces of resampling in digital images[J].

Information Forensics and Security， IEEE Transactions on，2008.3（4）：582-592

[6] Barni M， Fontani M， Tondi B. A universal technique to hide traces

of histogram-based image manipulations[C]//Proceedings of the on Multimedia and security.ACM，2012：97-104

[7] Huang F， Huang J， Shi Y Q. Detecting double JPEG compression

with the same quantization matrix[J].Information Forensics and Security， IEEE Transactions on，2010.5（4）：848-856

[8] Li H， Luo W， Huang J. Anti-forensics of double JPEG

compression with the same quantization matrix[J]. Multimedia Tools and Applications，2014：1-16

[9] 芦明，牛少彰，黄艳丽.数字图像取证技术[J].中国电子商情： 通信市

场，2013.5：58-63

[10] Lam E Y， Goodman J W. A mathematical analysis of the DCT

coefficient distributions for images[J]. Image Processing， IEEE Transactions on，2000.9（10）：1661-1666